MVTec AD 2 데이터셋: 비지도 이상 감지 고도화

최근 MVTecAD 및 VisA와 같은 기존 이상 감지 벤치마크에서 분할 AU-PRO 성능이 포화 상태에 이르러, 최첨단 모델 간의 변별력이 저하되고 있습니다. 이는 모델 비교를 어렵게 하고, 특히 머신러닝 결과의 확률적 특성을 고려할 때 분야 발전을 저해하는 요인으로 작용합니다. 본 연구는 이러한 한계를 극복하고자 MVTecAD2 데이터셋을 제안합니다. 이 데이터셋은 8개 객체 범주에서 8,000개 이상의 고해상도 이미지를 포함하며, 투명 및 중첩 객체, 암시야 및 역광 조명, 높은 분산의 정상 데이터, 극히 작은 결함 등 기존 데이터셋에서 다루지 않았던 도전적이고 산업적으로 중요한 시나리오를 포함합니다. 최첨단 방법론들을 종합적으로 평가한 결과, MVTecAD2 데이터셋에서 평균 AU-PRO 성능이 60% 미만에 머무는 것을 확인했습니다. 이는 기존 모델들이 실제 산업 환경의 복잡한 이상 감지 시나리오에 여전히 취약함을 시사합니다. 또한, 본 데이터셋은 조명 조건 변화에 따른 테스트 시나리오를 제공하여 실제 분포 변화에 대한 방법론의 강건성을 평가할 수 있게 합니다. MVTecAD2는 비지도 이상 감지 분야의 새로운 연구 방향을 제시하고, 실제 산업 적용 가능성을 높이는 데 기여할 것입니다.